Applied Medical Image Processing (20121017)
 |
Applied Medical Image Processing: A Basic Course, Wolfgang Birkfellner with contributions by Michael Figl and Johann Hummel, CRC Press Taylor & Francis Group
Chapter 3 Operations in Intensity Space
3.1 The intensity Transform function and the dynamic range
- MR이나 CT에서 나온 신호들을 그대로 gray 값으로 변화하기에는 무리가 있다.
- 가장 손 쉬운 방법은 본래 신호를 최소 값과 최대 값을 갖도록 하는 a linear transform 방법이다.
\[\rho' = \frac{\rho - \rho_{min}} {\rho_{max} - \rho_{min}} \omega_{target} + \rho^'_{min}\]
\[\rho'\textrm{ : transformed pixel intensity}\\ \rho\textrm{ : original pixel intensity} \\ \rho_{min}, \rho_{max}\textrm{ : minimum and maximum gray values in the original image} \\ \omega_{target}\textrm{ : range of the target intensity space} \] - 섹션 2.2.2에서 보았듯, 사람 눈은 100 단계의 gray만을 인식할 수 있다.
- 또한 계산을 통해 non-linear order로 transformation 도 가능하고 이러한 관계를 intensity transfer function (ITF) 라 한다.
- 대표적인 ITF로 Sigmoid-based (또는 Logistic function) ITF가 있다.
\[ S(\rho) = 255 \frac{1}{1+e^{ -\frac {\rho - \omega}{\sigma}}} \]
\[ \rho\textrm{ : 8 bit gray value } \\ \omega \textrm{: Center of the gray value distribution; for 8-bit images, choose 127} \\ \sigma\textrm{ : Width of the gray value distribition} \]
3.2 Windowing
- 사람이 볼 수 있는 gray 단계는 좁지만, 본래 신호 값은 많은 범위를 포함한다.
- 본래 신호값이 나타내는 범위 중, 관심 있는 부분만을 사용하고 나머지는 제거해버림으로써 관심 영역을 더욱 돋보이게 할 수 있다.